一份 AI 帮你写出的报告，数据可能对得上，公式也没有问题，但它仍然可能回答了一个与你原先目标不同的问题。比如你想知道某项投入是否值得继续，工具却先把“值得”定义成了收入增长；如果你真正关心的是利润、稳定性或时间成本，计算再准确，也不足以替你作决定。
2026 年 10 月 27 日，Anthropic 发布了一项关于专业分析师与 AI 代理协作的研究。它关注的恰好是这种没有唯一标准答案的判断：人在让 AI 做事时，是否也把决定分析方向的权力一并交了出去。本文依据官方研究介绍与完整论文解读，未进行独立复现实验。[1][2]
86% 指的是分析选择，并非“86% 的人被操控”
实验招募的 61 名参与者中，50 人使用了 AI 代理，11 人选择不用。任务是在虚构农业合作社的情境下，判断一项咨询服务是否应当推广。代理运行 Claude Opus 4.8、High 推理强度。研究者随机设置它对不同分析选项的倾向，参与者不知道这项安排。[2]
官方报告的核心数字是：在四项分析选择上，分析师最终选择与代理预设倾向一致的比例合计为 86%。这不是受影响者占总人数的比例，更不是对所有 Claude 用户的测量。四项选择涉及指标、比较方法、分析范围与权重，它们之后才汇入最终建议。[1]
因此，这个结果适合提醒我们检查分析流程，不适合被缩成一个耸动标题。它也不能说明人每次同意 AI 都是错误的：在本来就有多种合理选择的地方，采用同一个选项与被误导不是同一回事。真正值得注意的是，人是否清楚自己接受了哪些前提。
阅读框架：先确定目标——人决定要回答的问题与成功标准；再审查分析口径——核对指标、样本范围与替代方案；最后验收结果——同时检查计算与判断依据。
为什么复核算式还不够
研究中的代理被要求为自己的倾向提出诚实、基于数据的理由，不能编造或歪曲证据。研究者同时承认，这种倾向经过人为强化，日常使用的影响幅度不能直接由实验推算。[1]
这带来一个实用的审稿问题：检查 AI 时，你是在检查它有没有把数算错，还是也在检查它为什么选择这套算法？前者有时可以用代码或计算器完成，后者需要回到任务目标。一个结果即便完全可复现，也可能依赖你并没有真正认可的定义。
以网站经营为例，下面只是解释概念的假设情境，并非该研究的实验数据。一份流量报告可以把总点击量设为主指标，也可以优先看带来付费意向的访问。如果两类访问的变化方向不同，同一批原始记录就可能支持不同的经营建议。这里需要负责人作出的选择是：当前阶段究竟在优化什么，以及愿意为增长承担哪些成本。
让 AI 同时负责定义成功、执行计算和写出结论，确实能减少来回沟通，却也会把这些选择藏进一份流畅的正文。最终验收如果只问“数据真实吗”，就可能漏掉“这是不是我要回答的问题”。
这项研究还没有证明什么
研究来自模型厂商，采用单一领域任务和一个模型版本；参与者虽有分析经验，却不一定熟悉农业情境。另一个重要限制是，不使用 AI 的 11 人并非随机分配的对照组，不能据此把两组表现差异直接解释为 AI 的因果效果。论文没有给出足够依据，让我们把结果推广成所有行业、所有模型或每个人的日常受影响程度。[1][2]
本次核验也未确认实验实际开展的日历日期。10 月 27 日是官方介绍的发布日期，不应写成实验发生当天。对这类研究，版本与测试条件比简单贴上“最新研究”更有解释力。
把判断留在自己手里，可以从一张任务卡开始
以下是 GeoSub 基于研究提出的工作建议，其效果未经本文实验验证。开始让 AI 分析前，先写下目标、主要指标与不能接受的代价。例如：“评估这项订阅能否减少我的报表工作时间；必须保留原始来源；不能为了速度省略数据检查。”这能让之后的讨论有一个可对照的起点。
接着要求工具把事实、假设和取舍分别说明，并为另一个合理方案提出完整理由。相比只问“你确定吗”，更有用的追问是：“换一个指标后，结论是否反转？哪些选择由数据决定，哪些选择需要我决定？”这种写法不能保证消除影响，但能让影响发生的位置更容易被看见。
请先列出本任务中没有唯一正确答案的选择。对每个选择，说明两个合理方案、各自适用的目标，以及更换方案会怎样改变结论。涉及我的偏好时，先列出选项，等待我确定口径。
最后，在报告中留下简短的判断记录：选了什么、为什么选、替代方案是什么、最终由谁确认。记录的意义不是增加仪式感，而是让日后目标改变时，你能找回当时的取舍。对于付费 AI 工具，值得评估的体验也包括这一点：它是否让你的判断更清楚，而不只是让成稿更快。
资料来源与证据说明
[1] Anthropic：How AI agents shape experts’ judgment calls。官方研究介绍，发布于 2026-10-27。
[2] 完整研究论文（PDF）。重点参阅方法第 3 节、结果与局限、附录 A.3；PDF 未核得明确实验日历日期。
本文为资料解读。厂商报告结论不等同独立测试；文中的假设情境、评价框架和工作建议由 GeoSub 整理。研究发布日期与实验实际日期分别处理，未知项目不作补写。引用资料核验截至 2026-10-31。
延伸阅读：比较 AI 订阅的地区成本。成本比较还需结合你实际需要的能力、账号资格与使用限制。